Video: Hyppighedstabel i excel 2024
Spearmans korrelationskoefficient, r S , var den tidligste ikke-parametriske test baseret på rækker. For en prøve af individer, der hver måles på to variabler i Excel, er ideen at rangere hver score inden for sin egen variabel. Dernæst for hver enkelt person trække en rang fra den anden. Hvis korrelationen er perfekt (i positiv retning) er alle forskellene nul.
Billedet nedenfor viser et eksempel. En industripsykolog vurderede sociabiliteten hos 20 medarbejdere i FarDrate Timepiece Corporation. Skalaen varierede fra 1 (mindst sosialt) til 100 (mest omgængelige). Hver FarDrate-medarbejder vurderede også hans eller hendes jobtilfredshed på en skala fra 1 (mindst tilfredshed) til 80 (mest tilfredshed). Nulhypotesen er, at sociability ikke er korreleret med jobtilfredshed. Den alternative hypotese er, at disse to variabler er korrelerede.
Dataene er i kolonne B og C, og rækken er i kolonne E og F. Forskellene mellem hvert par rækker findes i kolonne G.
Formlen er
hvor d er en interpairforskel. Som det er tilfældet med den normale korrelationskoefficient, skal nulhypotesen være sand, værdien af r S ligge på nul.
For at beregne rangerne i kolonne E, skriv
= RANK. AVG (B2, $ B $ 2: $ B $ 21, 1)
til E2 og autofil. For rækkerne i kolonne E skal du skrive
= RANK. AVG (C2, $ C $ 2: $ C $ 21, 1)
til F2 og autofyldt.
Du behøver ikke at skrive en kompleks Excel-formel i celle J4 for at beregne korrelationskoefficienten. Hvorfor? Fordi Excel og matematiske statistikker går op for en svulm overraskelse: Alt du skal gøre er at skrive
= CORREL (E2: E21, F2: F21)
til J4. Det er alt der er til det. Brug af
CORREL
på rækken giver det samme svar som formlen ovenfor. (Så det er ikke rigtig nødvendigt at beregne forskellene i interpairrangementet i kolonne G).
Beregn
N er antallet af par, og testen har N-2 grader af frihed.
Du kan definere
Number_of_pairs
som navnet på værdien i celle I2. Skriv så
= J4 * SQRT (Number_of_Pairs-2) / SQRT (1-J4 ^ 2)
til J6 og
= T. DIST. 2T (J6, Number_of_Pairs-2)
til J7. Du kan bruge to-tailed t-fordelingsfunktionen, hvis du ikke kender korrelationsretningen på forhånd. Og igen, den lave p-værdi fortæller dig at afvise nulhypotesen.
